基于内容特征的多模态语义子空间映射研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文主要工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 多模态数据的特征分析和语义理解 | 第14-28页 |
| 2.1 多模态数据的特征提取和预处理 | 第14-21页 |
| 2.1.1 图像特征提取 | 第14-16页 |
| 2.1.2 文本特征提取 | 第16-18页 |
| 2.1.3 特征归一化和降维 | 第18-21页 |
| 2.2 多模态数据间的联合特征映射 | 第21-25页 |
| 2.2.1 偏最小二乘回归 | 第21-24页 |
| 2.2.2 图像和文本特征间的特征映射 | 第24-25页 |
| 2.2.3 算法归纳与性能评价 | 第25页 |
| 2.3 基于因子分析的潜在关联挖掘 | 第25-27页 |
| 2.3.1 多模态因子分析 | 第25-26页 |
| 2.3.2 图像和文本特征间的多模态因子分析 | 第26-27页 |
| 2.3.3 算法归纳与性能评价 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于因子分析优化的多模态特征子空间映射 | 第28-38页 |
| 3.1 监督式因子分析优化算法 | 第28-32页 |
| 3.1.1 目标函数 | 第28-30页 |
| 3.1.2 优化求解 | 第30-32页 |
| 3.1.3 算法流程 | 第32页 |
| 3.2 实验结果分析 | 第32-37页 |
| 3.2.1 多模态数据集 | 第33-34页 |
| 3.2.2 对比实验结果与分析 | 第34-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第4章 基于多核偏二乘回归的多模态语义匹配 | 第38-51页 |
| 4.1 核偏二乘回归的多核优化 | 第38-42页 |
| 4.1.1 核函数选择 | 第38-41页 |
| 4.1.2 核偏最小二乘回归 | 第41-42页 |
| 4.1.3 多核优化方法 | 第42页 |
| 4.2 基于多核优化的多模态语义匹配算法 | 第42-44页 |
| 4.3 实验结果与分析 | 第44-50页 |
| 4.3.1 实验设置 | 第45-46页 |
| 4.3.2 对比实验结果与分析 | 第46-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 附录1 攻读硕士学位期间发表的论文 | 第60-62页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 详细摘要 | 第63-67页 |
